AI映画の作り方:Flickで制作された9本の映画のデータを使って、3Dでシーンをブロッキングする

はい、一人でAI映画を作ることができます:物語の流れを書き、一つのルックを選び、リファレンスシートを作成し、各ショットを計画し、静止画を動画に変換し、音声と共に編集します。各ショットはプロンプトから始めますが、プロンプトでカメラや配置が正しく設定できない場合は、Flickの3D Stageでショットをブロッキングします:エージェントがあなたの画像の1枚からセットを構築し、色付きの図形が俳優の代わりとなり、スマートフォンでカメラの動きを撮影できるため、3Dの経験は不要です。以下のFlickで制作された9本の映画は、完成した1分あたり中央値84回の生成を要しました。

唯一必要な3DからAIへの映画制作チュートリアル、Jaime Yaoと共に(Flick on YouTube)。以下のステップ4はこの方法に基づいています。

映画制作者:Jaime Yao(FlickチームおよびFlick Residency)、Zoey Z.(Flickチーム)、Simay Ezer Pekcan(Flick Residency)。フィーチャーチュートリアル:Jaime Yao。

AI映画を作るために必要なこと：9本の映画を数字で見る

Flickは、各映画の共有されたワークフローの内訳を公開しています：生成されたすべての画像と動画、破棄されたテイクも含みます。これらは公開された内訳を持つ9本の映画です。

映画	上映時間	画像数	動画数	生成された動画	主要な画像・動画モデル
In 'twixt Vows	16:00	1,145	373	90 min	Nano Banana Pro, Seedance 2.5
A Proper Introduction	5:45	897	217	32 min	Nano Banana Pro, Kling O3 Pro
The Herder	4:27	364	254	32 min	Nano Banana Pro, Kling 3.0 Pro
Ulysses	4:36	349	37	3 min	Nano Banana Pro, Kling O3 Pro
Embedding Valley	4:12	242	109	20 min	GPT Image 2, Seedance 2.0
In Our Time	3:47	33	98	9 min	Nano Banana, Seedance Pro
Sonny's worth	2:50	81	56	16 min	Nano Banana Pro, Seedance 2.5
To My Grandma	1:38	22	13	3 min	Midjourney, Seedance 2.5
The Little Fox's Dream	1:31	59	59	9 min	Nano Banana, Seedance Pro

Flickの映画内訳、2026年10月19日。カウントには破棄されたテイクも含まれます。アップロードと音声はカウントされません。上映時間はFlickの動画サイトマップより。

• 完成した1分あたり約84回の生成。これは9本の映画の中央値です。範囲は、ナレーション付きでシンプルな静止画で構成された「To My Grandma」の21回から、すべてのショットを最初にスケッチして何度も編集した「A Proper Introduction」の194回までです。
• スクリーン上の1秒あたり約5.5秒の動画。8本の映画全体で、中央値として上映時間の5.5倍の動画が必要だったため、生成された動画のほとんどは最終カットに入りませんでした。再生成を減らすことが、3Dでショットをブロッキングする（ステップ4）目的です。Ulyssesはここから除外されています。4分36秒の映画に対して3分の動画しか保持していないため、比率が比較できません。
• 作業のほとんどは静止画。全生成の72%（4,408回中3,192回）が画像でした。キャラクターシート、フレーム、動き出す前の編集などです。リファレンス付きのSeedance 2.0または2.5のテイクは、画像の10〜60倍のコストがかかります（下記のコスト表を参照）。そのため、映画は各フレームを先に確定させます。
• In 'twixt Vows by Jaime Yao（Flickレジデンシー）
• A Proper Introduction by Jaime Yao（Flickチーム）
• The Herder by Jaime Yao（Flickチーム）
• Ulysses by Jaime Yao（Flickチーム）
• Embedding Valley by Jaime Yao（Flickチーム）
• In Our Time by Jaime Yao（Flickチーム）
• Sonny's worth by Zoey Z.（Flickチーム）
• To My Grandma by Zoey Z.（Flickチーム）
• The Little Fox's Dream by Jaime Yao（Flickチーム）

ステップ1：何も生成する前にアイデアをビートとして書き出す

ビートとは、観客が見なければならない1つの瞬間で、順序とおおよその長さがあります。最初にビートを書き出すことで、どのショットとリファレンスが必要かがわかり、映画に入らない画像を生成するのを止められます。

1. 映画を時間付きビートとして計画する

取得方法

The Herder（4:27）：Jaimeはキャンバス上のメモに映画全体を11個の時間付きビートとして書き出しました。タイトルカードから雲の静かなエンディングまでです。ほとんどのビートには必要なショットの名前が記されているため、メモはショットリストとしても機能します。

To My Grandma（1:38）：Zoeyは一人称で書かれた短い手紙から始めました。10個のElevenLabs v3クリップで声を入れたナレーションが、その後の映像を指示しました。動画のプロンプトは、手紙のような素直な一人称の文章であることが多いです。

The Little Fox's Dream（1:31）：アイデアは1つの長回しを説明する1段落で、同じテキストがMidjourneyに入力されました。そこから生まれた1枚の森の画像が、映画で最も再利用されたリファレンスとなり、13回の生成で使用されました。

モデル：テキストメモ（The Herder）· メモ：11個のビートのうちの1つ

First a hand reaches through the cloud top, then his head emerges, then he swings a leg over and climbs onto the cloud surface.

モデル：Seedance 2.5（To My Grandma）· メモ：動画プロンプトとして使用された一人称の文章

My grandma would walk around, tending to her garden.

注意点：何も変化しない見栄えの良いショットのリスト。FlickのAcademyでは、1つのシーンにつき3つのビート（前、転換、後）を求めており、それぞれが目に見えるアクションで、最初の映画には少人数のキャストと1つのロケーションを推奨しています。

ステップ2:1つのルックを選び、すべてのプロンプトで繰り返す

ルックとは映画のビジュアルスタイルのことです。メディア、質感、光、パレットで構成されます。キャラクターをデザインする前に決定しましょう。すべてのシートとフレームをそのスタイルで作る必要があるからです。AIアニメーションスタイルガイドには、Flick映画のプロンプト付きで15種類のルックが掲載されています(最後にリンクあり)。

2. ルックを一度書いたら、一字一句そのまま再利用する

取得方法

The Herder: すべてがミニチュアモデルのように撮影されています。チルトシフト、浅い被写界深度。同じルックが254本のビデオプロンプトのうち196本で記述されています。Jaimeがこれを選んだ理由の一つは、AIの小さな不整合がぼかしの中で目立たなくなるからです。

Embedding Valley: 建設用紙の切り抜きルックが、採用された245のプロンプトのうち193で指定されており、1つのモデル(GPT Image 2)が242枚の画像のうち199枚を生成したため、セット間で紙の質感が変わることがありません。

In Our Time: ここではルックは言葉ではなく絵から生まれました。アニメーション化された66枚の静止画のうち59枚がアップロードされたイラストで、多くは2色の木版画スタイルであり、ビデオプロンプトでそれを再記述しています。

モデル: Kling 3.0 Pro (The Herder) · 注: ビデオプロンプトの冒頭

Miniature diorama / tilt-shift macro cinematic look, shallow DOF. Heavy rain with wind-driven diagonal streaks. …

注意点: 曖昧なスタイル用語。Jaimeのプロンプトチートシートの原則は「曖昧なスタイル用語を視覚的な指示に置き換える」こと。「シネマティック」と書く代わりに、見たい質感、光、パレットを具体的に指定しましょう。

ステップ3:すべてのキャラクター、セット、主要な小道具のリファレンスシートを作る

リファレンスシート(ターンアラウンドまたは三面図とも呼ばれます)は、キャラクターを正面、側面、背面から表示したものです。後のすべてのフレームとクリップはこれから生成されるため、ショット間でキャラクターを一貫させる主要な方法となります。

3. シートを一度作ったら、どこでも使う

取得方法

再利用される頻度: Embedding Valleyでは、4つのキャラクターシートがそれぞれ118回、112回、102回、62回の生成でリファレンスとして使用されました。A Proper Introductionでは、騎士のシートが167回使用され、映画内のどの画像よりも多く使われました。

小道具やクリーチャーも: A Proper Introductionでは段ボール箱に独自のシートを作り、すべての面とサイズ・素材の注記を含めました。'twixt Vows'では、クリーチャーの頭部シートが92回の生成で、蔓に包まれた武器が59回のリファレンスとして使用されました。

うまくいった映像から始める: Sonny's worthは、新しいデザインではなく初期のテストクリップのフレームからシートを作成したため、シートはビデオモデルが既に生成したものと一致しています。

2つのモデルを試して良い方を選ぶ: チュートリアルでは、JaimeがFlickのImage Generation Prompts Guideをエージェントの常設ルールとして保存し、各リファレンスをNano Banana ProとGPT Image 2.5で生成して、より良い方を採用しています。

再描画ではなく拡張する：Ulyssesは3方向の顔のシートから始め、それを上半身、全身へと拡張し、顔は同一のまま保ちました。In 'twixt VowsもLady Caerwynで同じ手法を使用しました：

モデル：Nano Banana Pro（In 'twixt Vowsで使用）

… Image A is the approved final head-and-shoulders three-view design. … Do only one thing: extend Lady Caerwyn into a full-body three-view sheet without changing any approved design already present in Image A…

ステップ4：プロンプトから始め、プロンプトで対応できない場合は3Dでショットをブロッキングする

ブロッキングとは、撮影前に俳優とカメラを配置することです。プロンプトは正確なカメラパスや位置の指定が最も苦手で、失敗するたびに約344〜550クレジット（下記のコスト表参照）で別のビデオテイクが必要になります。Flickの3D Stageでは、セットの簡易コピー内で色付きのスタンドインを配置してブロッキングを行い、カメラの動きを録画し、その録画をビデオモデルに従わせます。パート4.1、4.3、4.4は、1943年のシーンを扱ったJaime Yaoのチュートリアルに基づいています：地下室の負傷したレジスタンス戦士、その横にいる医師、上階のピアニスト、路上のパトロール兵士。パート4.2はFlickの3D StageドキュメントとSimay Ezer PekanのHappy Souls Aliveのショットから引用しています。

4.1. 3Dスキル不要のプレビジュアライゼーション

これは何か

プレビジュアライゼーション：プレビズはショットの簡易版で、カメラの位置と人物の配置を決定します。AI映画制作では、ビデオにクレジットを使う前にこれを行います。

他の映画の手法：スケッチとシンプルなレイアウト。A Proper IntroductionはBlenderでショットをブロッキングし、それぞれをスケッチとして描き直し、合計約70枚作成しました。Ulyssesは349枚の画像プロンプトのうち158枚をスケッチから始めました。In 'twixt VowsはGPT Image 2でシンプルな白モデルのレイアウトを作成しました。3D Stageはモデリングや描画なしで同じコントロールを提供します。

取得方法

1枚の画像からセットを構築：キャンバス上で環境画像を選択し、「To 3D Stage」をクリックします。エージェントがそこから簡易的な3Dセットを構築します。通常2〜3分で完了するとJaimeは述べています。

質問してスタンドインを追加：エージェントにキャラクターごとに1つのシンプルなフィギュアを依頼し、それぞれ異なる色で指定します（Jaimeのリクエストは以下の通り）。Flickにはボディポジションが重要な場合にポーズを取らせることができるマネキンもあります。

カメラを追加：カメラを追加し、エディターではなくプレビューウィンドウからショットを判断します：録画はカメラが映すものと完全に一致します。

モデル：Flickエージェント、3D Stage内 · 注意：ビデオに表示されている通りに入力；キャラクターごとに1色

Use a sphere and a cube as a character's head and body. add four characters into the scene. Yellow one lying on the bed in the basement, the red one is beside the bed. The blue one is by the piano at the first floor, and the green one is outside the building on the street.

4.2. 3Dアニマティックを作成してシーンのタイミングを決める

映画: Happy Souls Alive by Simay Ezer Pekcan (Flick Residency)

これは何か

アニマティック：アニマティックは、最終的な映像が完成する前に、実際の長さでショットをつなぎ合わせたものです。3Dアニマティックでは、これらのショットはブロッキングの録画テイクであり、カメラの動きとタイミングを同時に確認できます。

レンダリング前に行う理由: 長すぎたり早く始まったりする動きは、ビデオテイク全体を無駄にします。Happy Souls Aliveのこのオービットショットについて、Simay Ezer Pekcanは次のように語っています。「正しく設定するには、無数の再ロールが必要になる可能性があります。」

取得方法

各動きのタイミングを設定: すべてのカメラとキャラクターは3D Stageタイムライン上にトラックを持ち、各動きは独自の時間または速度を持つセグメントです。Rehearseを押してカメラ視点からシーンを再生し、動きがアクションに合うまで調整します。Simayはこの方法でオービットの時間、方向、距離を設定し、録画前に数回プレビューしました。

または時間内に描画: キャンバス上の3Dシーンカードでは、カメラの動きを描いている間にシーンが再生され、その動きは描いた速度を保持し、一時停止も含まれます。

すべてのカメラを録画: ステージ上部のRecordは、すべてのカメラを録画し、各カメラはタイムラインの独自のセグメント中に録画されます。テイクはキャンバスに配置されます。

テイクをつなぎ合わせる: テイクを選択し、Add to Timelineを使用してFlickの動画エディターに送信します。順番に並べたテイクがアニマティックになります。つまり、動画を生成する前に、シーンの長さとカットを確認できます。

注意点: 1つのテイクに2つの動き。Flickのドキュメントでは、1ショットあたり1カメラにつき1つの仕事、1ビートあたり1つのアクション(歩く、止まる、次に振り向く)を推奨しています。これは、組み合わされた動きは生成されたクリップとマッチさせるのが難しいためです。

4.3. スマートフォンで撮影して本物の手持ちカメラを実現

これは何か

手持ちカメラ: 手持ちカメラは、フレームがオペレーターの歩みとともに揺れたり漂ったりする手持ち映像で、シーンに臨場感と緊張感を与えます。プロンプトでは小さな動きをすべて記述する必要がありますが、3Dシーン内にスマートフォンを使用することで、それを実演できます。

取得方法

スマートフォンを接続: カメラを選択し、Manualアクションをトラックにドラッグし、プロパティでStart filmingをクリックし、Phoneを選択してQRコードをスキャンします。

ショットを歩く: スマートフォンでフレーミングした内容が、3D Stageカメラが録画する内容となり、手ブレも含まれます。何度か練習してから、スマートフォンで録画をタップします。コツをつかめば、Jaimeによると、「非常に自然な手持ちカメラの動き」が得られます。

取り込む: テイクは3D Stageタイムラインに表示されます。Recordをクリックしてキャプチャし、必要な映像をブロッキングクリップとしてキャンバスに送信します。

撮影できない場合: プロパティで3D Stageカメラに手持ちシェイクを設定するか、In 'twixt Vowsが歩行ショットで行ったように、プロンプトにシェイクを記述します。

モデル: Seedance 2.0 (In 'twixt Vows) · 注記: リファレンスから動画へ; トリムは…でマーク

… Camera: one continuous handheld shot. … The follow is imperfect and human, with clear handheld presence throughout: visible footstep bob, irregular body sway, small balance corrections, and slight reframing as the operator walks through wet uneven ground. The camera movement is steady in intention but physically unstable from walking. … No cuts, zooms, push-ins, or pull-outs. …

効果を発揮する言葉: 「visible footstep bob, irregular body sway, small balance corrections」がシェイクを設定し、「steady in intention」がフォローを読みやすく保ちます。

4.4. ブロッキングクリップから完成ショットへ

ルール

各リファレンスには1つの役割: 画像は見た目をコントロールします:顔、衣装、セット、ライティング。ブロッキングクリップはカメラパス、タイミング、そして各人物の立ち位置のみをコントロールします。Simayが言うように、「3D映像はカメラの動きのためだけにあります」

取得方法

エージェントへの指示: Jaimeはまず、Flickの2つのSeedanceプロンプトガイドをノートに貼り付け、それがSeedanceプロンプトのルールであることをエージェントに伝え、プロジェクトメモリとして保存します(Flickのドキュメントではこれをチャットルールと呼んでいます)。彼はブロッキングクリップが何をコントロールし、各色が誰を表すかを伝え(最初のボックス)、エージェントがSeedance 2.5プロンプトを書きます(2番目のボックス)。

生成: プロンプトをOmni Referenceにブロッキングクリップ、キャラクターシート、セットと一緒に貼り付けます。Jaimeの720pで30秒のテイクは1,440クレジット、1秒あたり約48クレジットでした。

または完成したフレームから開始: Simayは3Dテイクにフレーム抽出を使用し、スタンドインをキャラクターに置き換えて最初のフレームを描き、そのフレーム、キャラクターシート、3Dの動きをSeedanceに与えました。Flickのドキュメントも同様に提案しています:フレームが冒頭をガイドし、録画が動きをガイドします。

モデル: Flickエージェント · 注: 動画に表示されている通りに入力;省略は…で表示

I'll be using these assets as references in our omni seedance 2.5 videos. the 3d blocking video controlls the camera movements and shots composition, we also have our environment and characters references. Specify the yellow proxy represents the resistance wounded soldier, the red represents the doctor, the blue for pianist, and the green for patrol soldier. the doctor is doing a surgery to the wounded soldier, … pianist is playing piano like crazy trying to cover up the sound, the patrol soldier … loads his weapon in the end. Give me a seedance 2.5 prompt…

モデル: Seedance 2.5, Omni Reference · 注: 720p、30秒;エージェントにより作成

For all four characters, identity, facial structure, hairstyle, body proportions, outfit, and all visible wounds, stains, and equipment 100% match their respective image references.

… reference only the blocking. Camera trajectory, framing, height, angle, roll, recorded handheld movement, timing, architectural layout, occlusion, character locations, relative scale, and base facing directions remain 100% unchanged. Add the articulated performances below within these established positions.

Live-action appearance, natural skin texture, subtle lens softness, and fine photographic grain.

…

エージェントがルールを見逃した場合: 何が間違っているかを正確に指摘し、修正させて繰り返さないようにします。だからこそJaimeは、あなた自身がガイドを読むことを求めています。

注意点: 3Dスクリーンショットを直接写真に変換すること。JaimeはBlenderのスクリーンショットが人工的に見えることを発見したため、A Proper Introductionでは最初にスケッチを経由しました。

使用するタイミング: カメラパスや位置が重要で、プロンプトでは対応できない場合。Jaimeは常にまずプロンプトを試すと書いています;In 'twixt Vowsでは、カメラを正確に90度回転させる必要があったため、1つのショットを3D Stageに持ち込みました。

682人が3D Stageで1,833テイクを録画しました(Flickデータ、過去90日間、2026年10月、Flickスタッフを除く)。

ステップ5:完成した静止画をアニメーション化し、すべてのリファレンスに役割を与える

これらの映画のほとんどのショットは、完成した静止画またはリファレンス画像のセットから始まり、テキストだけからではありません。映像プロンプトは3つの役割を果たします:各リファレンスが何をコントロールするかを指定し、カメラを設定し、アクションを順番に説明します。

5.1. 各リファレンスが何を制御するかを指定する

取得方法

In 'twixt Vows: 採用された263件のビデオプロンプトのうち183件は、「外見一致」ラインで各キャラクターをそのシートに結び付けており、97件はキャラクターの声とアクセントのための音声クリップも渡しています。130件はショットに番号を付けている（「Shot 1」）ため、Seedanceは1つのクリップ内でカットできます。

Embedding Valley: 採用された86件のビデオプロンプトのうち62件は音声クリップを渡し、76件は正確なショット数を指定し、45件はディゾルブなしのハードカットを要求しています。

モデル: Seedance 2.0（Embedding Valley）· 注: @はキャンバスアイテムを指定します；シートの中国語名は三面図キャラクターシートを意味します

Congxing's appearance match @Congxing 三视图角色设定 100%.
Reference Congxing's voice and accent from @Usage Growth Projection.
…
Exactly 2 shots in total.
Exactly 1 hard cut.
Do not create any additional shots.
Do not morph, dissolve, or add transitions between the shots.
…

5.2. 最初にカメラを設定し、次にアクションを一つずつ

取得方法

A Proper Introduction: 採用された206件のビデオプロンプトのうち191件は、ハンドヘルドまたは固定のカメラから始まり、その後アクションを一行ずつ記述しています。163件はバックグラウンドミュージックなしを要求し、音は編集に委ねています。

In Our Time: 98件のビデオプロンプトのうち62件は固定カメラから始まり、次に動く可能性のある一つのものを指定しています。

ショットの接続: The Herderの44クリップでは、モデルは最初と最後のフレームを受け取り、その間のモーションを補完しました。The Little Fox's Dreamは完成したクリップから20フレームを抽出し、次のショットが前のショットの終わりから始まるようにしました。

モデル: Seedance Pro（In Our Time）

Locked camera, same composition and style as the source image: woodcut-like linework, strict two-tone palette of deep desaturated blue and off-white, no new details, no change in lighting, no extra textures.
Only animate the salmon and the waterfall inside the doorway; the doorway, trench, sky and foreground stay completely still.
…

モデル: Seedance 2.5（Sonny's worth）· 注: うまくいったリテイク

The woman screams hysterically: "Do it!"
when she says "it!", the camera quickly zoom pans into her mouth until the screen is dark
don't fade to black, the scene should be at full opacity the entire duration, it just zooms into the darkness of her mouth
don't start the zoom in until she says "it", before that camera should be locked

注目点: 早すぎる動きの開始、または誰も要求していないフェード。Sonny's worthの叫び声は最初ビデオ編集として試され、その後ズームが開始できる正確な瞬間と起こってはならないこと（2番目のボックス）を指定して再生成されました。

ステップ6: Flickで映画をカットし、音を追加する

内訳は前のステップよりも編集について多くを語っていません。示されているのは、音声と音楽が映像の隣で生成されたこと、そして9つのうちSonny's worthの内訳だけがカットを記述していることです：それはFlickのビデオエディタで作成されました。

• 対話がある場合はビデオの前に音声を録音する。Embedding Valleyは15のElevenLabs v3音声クリップを生成し、それらを音声リファレンスとしてSeedanceに渡しました。そのスコアはEleven Musicで作成された12のキューです。
• 字幕とカット。Sonny's worthは対話をElevenLabs v3で、字幕をElevenLabs Scribeで作成し、Flickのビデオエディタでトリム、クリップエフェクト、調整レイヤー、タイトルテキストを使ってカットされました。
• 映画のルックでグラフィックを作成する。Embedding Valleyのネームカードもペーパーカットアウトとして生成され、タイトルが同じ世界に属するようになりました。
• 早めに容赦なくカットする。FlickのAcademyは、映画全体のラフカットを早期に組み立て、たとえ作成が困難または高価だったとしても、ストーリーに役立たないショットは削除することを推奨しています。

どのAIモデルが映画を作り、1テイクのコストはいくらか

9本の映画はいくつかのモデルに依存しています。Nano Banana Proは5本でメインの画像モデルとして使用されており、残りの4本ではNano Banana（2本）、GPT Image 2またはMidjourneyが使用されています。モーションについては、9本中8本でSeedanceが使用され、3本ではKlingがメインのビデオモデルでした。

モデル	標準クレジット	標準時間
GPT Image 2	約9	約75秒
GPT Image 2.5	約9	約33秒
Nano Banana Pro	約32	約45秒
Seedance 2.0 Mini（リファレンスあり）	約77	約3.5分
Seedance 2.0（リファレンスあり）	約344	約5分
Seedance 2.5（リファレンスあり）	約550	約6分

Flickのデータ、2026年10月の過去90日間における成功した生成。平均値です。より長い、または高解像度のテイクはより多くのコストがかかります。

完成した1分あたりの概算：中央値の映画は完成した1分あたり約26回のビデオ生成を行いました。Seedance 2.0とリファレンスを使用した場合、1テイクあたり約344クレジットで、画像を除いて約9,000クレジットのビデオになります。テイクの長さは様々で、これらの映画のいくつかはより安価または古いモデルを使用しているため、桁数の目安として扱ってください。

Flickで初めてのAI映画を作る

サインアップして、キャンバスを開き、生成する前に3Dで最初のシーンをブロッキングしましょう。

すべてのアカウントは、サインアップ時に100クレジット、毎週月曜日にさらに100クレジットを無料で受け取れます。

無料のFlickアカウントを作成 →

さらに詳しく

• AIのためのアニメーションスタイル 15種類のルック、それぞれFlickで制作された映画の実際のプロンプト付き。
• AIカメラムーブメント 12種類のカメラの動き、プロンプトの表現、そして代わりに3Dで動きを描画するタイミング。
• In 'twixt Vowsの舞台裏 Jaime Yaoによる実世界のリファレンス、どのモデルが何をするか、3D Stageカメラワークについて。
• AIでバイキング映画を作った方法 Jaime YaoのUlyssesの完全なワークフロー、スケッチからKlingの対話テイクまで。
• The Herderの舞台裏 ミニチュアルックとターンアラウンドシートがどのように生まれたか。
• 初めての映画を作る（Flick Academy） Flickのステップバイステップコース、ストーリーブリーフから完成した編集まで。
• 画像生成プロンプトガイド（ドキュメント） Jaimeが静止画像のエージェントルールとして保存しているガイド。
• Seedanceパフォーマンスガイド（ドキュメント）
• Seedanceアクションガイド（ドキュメント）
• 3D Stageの基本（ドキュメント） スタンドイン、プロップ、カメラ。エージェントはあなたの画像からシーンを構築できます。
• 3D Stageカメラ（ドキュメント） レンズ、フレーミング、Manualを含むすべてのカメラアクション。
• 3D Stageエクスポート（ドキュメント） 1台のカメラまたはすべてのカメラを記録し、Omni Referenceでテイクを使用。
• Omni Reference（ドキュメント） どのリファレンスが何を制御するか：開始フレーム、キャラクター、モーション、音声。
• エージェントとの対話（ドキュメント） エージェントへのブリーフィング方法と、チャットルールの場所。

著者について

Bilguun BayarkhuuはFlickのグロースエンジニアです。このガイドは、Jaime YaoとZoey Z.がFlickで制作した9本の映画の公開されたワークフロー解説、FlickのYouTubeチャンネルでのJaimeの3Dチュートリアル、およびSimay Ezer PecanのHappy Souls Aliveチュートリアルから構成されています。

よくある質問

AIを使って映画を作れますか？

はい、一人でも可能です。Ulysses（4分36秒の短編映画）は、クルーなしで一人で制作され、To My Grandma（1分38秒）はわずか22枚の画像と13本のビデオクリップしか必要としませんでした。作業は計画にあります：ビート、一貫したルック、リファレンスシート、各ショットの計画、そしてビデオです。

AI映画はどのように作られますか？

上記の映画のほとんどは次の順序に従っています：ビートを書き、一貫したルックを確定し、主要なキャラクターとセットのリファレンスシートを作成し、スケッチまたは3Dでのブロッキングで各ショットを計画し、計画を完成した静止画に変換し、SeedanceやKlingなどのビデオモデルで静止画をアニメーション化し、音声、音楽、キャプションで編集します。全生成の約72%は静止画でした。

AI映画を作るのにどれくらい時間がかかりますか?

Jaime Yaoは『Ulysses』(4:36)を約8日間で制作し、432回の生成ジョブを実行しました。彼によると、その時間のほとんどはレンダリングの待機ではなく、テイクの選択に費やされたとのことです。Flickでは、動画のテイクは通常3.5〜6分で生成され、画像は1分半以内で生成されます。

AI映画を作るのにどれくらいのコストがかかりますか?

Flickではクレジットで支払われ、そのほとんどが動画です。リファレンス付きの一般的なSeedance 2.0または2.5のテイクは約344〜550クレジット、画像は約9〜32クレジットです。上記の9本の映画は、完成した1分あたり平均約26回の動画生成を行いました。Flickの月額プランには、500(Casual)、2,500(Standard)、8,000(Pro)、または24,000(Studio)クレジットが含まれています。